El documento describe el uso de analíticas de aprendizaje para comprender mejor las experiencias de aprendizaje de estudiantes en cursos de proyectos grupales. Se propone analizar datos de una herramienta educativa y registros académicos usando visualización de información, minería de procesos y análisis de redes sociales. Esto podría mostrar aspectos del estado de los grupos y mejorar la comprensión de la interacción estudiantil.

2. SEMINARIO POSGRADO | 2017 | 2
Contexto
Marco Teórico
Pregunta de Investigación
Solución Propuesta
Limitaciones
Contribuciones
Estado de la Investigación

3. 3Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Major

4. 4Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Los cursos basados en proyectos pueden proveer
valiosas experiencias de aprendizaje tanto para los
majors en computación como también para facultades
y comunidades asociadas.
No obstante, un completo entendimiento de las
experiencias de trabajo y aprendizaje es muy difícil de
lograr.
Neyem et al. (2014)

5. 5Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación

6. 6Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Paper
SIGCSE 2014
Neyem et al. (2014)

7. 7Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
360-Degree Team Feedback

8. 8Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
http://www.capstonecoursetoolkit.cloud

9. 9Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
El EST nos permite obtener una variada y nutrida fuente
de datos, sin embargo, esos datos requieren ser
analizados para amplificar el conocimiento que se tiene
del comportamiento de los estudiantes en el curso
capstone.
?EST Database

10. 10Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
¿Como podemos entender y mejorar las experiencias
de aprendizaje de los estudiantes que desarrollan
proyectos grupales en cursos capstone?

11. 11Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Educational Software Tool Learning Analytics

12. 12Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
(Learning Analytics, LA)(Technology Enhanced Learning,
TEL).
LA es una área multidisciplinaria.
«En general, LA se enfoca en el desarrollo de métodos que
aprovechan las fuentes de datos educativos para apoyar el
proceso de aprendizaje».
Chatti et al.: A reference model for learning analytics.
International Journal of Technology Enhanced
Learning,. 2012

13. 13Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Learning Analytics Reference Model. (Chatti et al., 2012)

14. 14Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Learning Analytics Reference Model. (Chatti et al., 2012)
¿WHAT?
Data from Educational
software tool and
academic team registers
Learning Analytics

15. 15Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Learning Analytics Reference Model. (Chatti et al., 2012)
¿WHAT?
Data from Educational
software tool and
academic team registers
¿WHO?
Students, academic team
and stakeholders
Learning Analytics

16. 16Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Learning Analytics Reference Model. (Chatti et al., 2012)
¿WHAT?
Data from Educational
software tool and
academic team registers
¿WHO?
Students, academic team
and stakeholders
¿WHY?
Understand and improve
learning experiences.
Learning Analytics

17. 17Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Learning Analytics Reference Model. (Chatti et al., 2012)
¿WHAT?
Data from Educational
software tool and
academic team registers
¿WHO?
Students, academic team
and stakeholders
¿WHY?
Understand and improve
learning experiences.
¿HOW?
Information Visualization
Process Mining
Social Network Analysis
Learning Analytics

18. 18Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Teamwork Analytics

19. 19Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Teamwork Analytics

20. 20Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Horas reportadas
Filtros
Fases
Prioridades
Categorías

21. 21Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Burndown
Cumulative
Schwaber (2010)
Brodzinski (2010)

22. 22Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación

23. 23Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
TF-IDF (Term Frequency – Inverse Document Frequency)
LDA (Latent Dirichlet Allocation)
Ramos (2003)
Krestel et al. (2003)

24. 24Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
WHAT IS PROCESS MINING?
Van der Aalst (2016)

25. 25Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
General Model
Rozinat et al. (2008)

26. 26Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Van Der Aalst et al. (2005)

27. 27Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación

28. 28Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación

29. 29Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Vista parcial del comportamiento de los
estudiantes. Existen mas aspectos que pueden
ser evaluados.
Validación de esta metodología con otro
grupo capstone de otra universidad.

30. 30Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
Nosotros proponemos…
Analíticas que permiten ver aspectos del estado
de los grupos de estudiantes en cursos capstone.
Un análisis de los datos extraídos del EST para
estudiar aspectos de trabajo e interacción en los
grupos capstone.
Sistema recomendador basado en contenido para
sugerir recursos en Ingeniería de Software.

31. 31Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación

32. 32Contexto | Motivación| Marco Teórico | Pregunta | Solución Propuesta | Limitaciones | Contribuciones | Estado de la Investigación
• Inicio Magister
• Elección del tema
• Estudio del EST.
• Revisión Bibliográfica
• Presentación paper (Conferencia SIGCSE
2017 - USA /Seattle) – Exemplary Paper
• Redactar Journal
• Presentación paper (Conferencia
ICSE/CSI-CE – Argentina/Buenos Aires).
• Preparar Tesis• Desarrollo de paper acerca de Process
Mining y Curso Capstone
• Desarrollo paper acerca de Sistemas
Recomendadores y Curso Capstone
• Desarrollo inicial de analíticas

33. SEMINARIO POSGRADO | 2017 | 33
Aggarwal, Charu C. Data mining: the textbook. Springer, 2015.
Ramos, Juan. "Using tf-idf to determine word relevance in document queries."
Proceedings of the first instructional conference on machine learning. 2003.
Neyem, Andres, Jose I. Benedetto, and Andres F. Chacon. "Improving software
engineering education through an empirical approach: lessons learned from
capstone teaching experiences." Proceedings of the 45th ACM technical symposium
on Computer science education. ACM, 2014.
Brodzinski, Pawel. "Cumulative Flow Diagram". Brodzinski.com. N.p., 2013. Web. 15
Dic. 2016.
Dietz-Uhler, B., & Hurn, J. E. (2013). Using learning analytics to predict (and improve)
student success: A faculty perspective. Journal of Interactive Online Learning, 12(1),
17-26.
Brabham D. C., Crowdsourcing as a Model for Problem Solving: An Introduction and
Cases, Convergence: The International Journal of Research into New Media
Technologies 14(1) (2008) 75-90.

34. SEMINARIO POSGRADO | 2017 | 34
Van Der Aalst, W. M., Reijers, H. A., & Song, M. 2005. Discovering social networks
from event logs. Computer Supported Cooperative Work (CSCW),14(6), 549-593.
Wil M. P. van der Aalst. 2016. Process Mining – Data Science in Action, Second Edition.
Springer.
Schwaber, Ken. "Calculating Sprint Burndown And Velocity". Web.archive.org. N.p.,
2010. Web. 15 Dic. 2016.
Rozinat, A., & van der Aalst, W. M. 2008. Conformance checking of processes based
on monitoring real behavior. Information Systems, 33, 1, 64-95.
R. Krestel and P. Fankhauser, “Tag recommendation using probabilistic topic
models,” ECML PKDD Discovery Challenge, p. 131, 2009.

35. SEMINARIO POSGRADO | 2017 | 35
Preguntas?